В настоящее время я работаю над проектом, в котором у меня есть несколько временных последовательностей = 76 временных последовательностей. Каждый из них является многовариантным входом со 137 различными функциями. Общее количество сэмплов на каждую = 900 сэмплов
Итак, для каждой последовательности у меня есть 900 сэмплов со 137 функциями.
Все последовательности имеют одни и те же 137 функций.
общий размер входных данных составляет (900 образцов, 76 последовательностей, 137 функций последовательности)
Я пытался обучить модель RNN с помощью keras, но это не сработало, потому что теперь мне нужно четвертое измерение с временными шагами чтобы оглянуться назад, и это расширит входной массив до 4d-массива.
Если я выберу оглянуться назад на три образца, входной массив будет (900 образцов, 3 обратных шага, 76 последовательностей, 137 функций)
есть ли способ подготовить мой ввод для модели RNN?